常用抽样方法

1．非概率抽样（Non-probability sampling）

又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。

其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法，或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或"差"的样本，从而避免影响对总体的代表度。

常用的非概率抽样方法有以下四类：

方便抽样（Convenience sampling）

指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。

优点：

适用于总体中每个个体都是"同质"的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。

缺点：

抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。

判断抽样（Judgment sampling）

指由专家判断而有目的地抽取他认为"有代表性的样本"。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选"中型城镇"进行；也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。

优点：

适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。

缺点：

该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。

配额抽样（Quota sampling）

指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。

相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。

优点：

适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先"分层"（事先确定每层的样本量）再"判断"（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。

缺点：

容易掩盖不可忽略的偏差。

滚雪球抽样（Snowball sampling）

指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。

第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。

优点：

可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。

缺点：

有选择偏差，不能保证代表性。

2．概率抽样（Probability sampling）

又称随机抽样，指在总体中排除人的主观因素，给予每一个体一定的抽取机会的抽样。

其特点为，抽取样本具有一定的代表性，可以从调查结果推断总体；操作比较复杂，需要更多的时间，而且往往需要更多的费用。

常用的有以下六种类型：

简单抽样（Simple sampling）

即简单随机抽样，指保证大小为n的每个可能的样本都有相同的被抽中的概率。例如：按照"抽签法"、"随机表"法抽取访问对象，从单位人名目录中抽取对象。

优点：

随机度高，在特质较均一的总体中，具有很高的总体代表度；是最简单的抽样技术，有标准而且简单的统计公式。

缺点：

未使用可能有用的抽样框辅助信息抽取样本，可能导致统计效率低；有可能抽到一个"差"的样本，使抽出的样本分布不好，不能很好地代表总体。

系统抽样（Systematic random sampling）

将总体中的各单元先按一定顺序排列，并编号，然后按照不一定的规则抽样。其中最常采用的是等距离抽样，即根据总体单位数和样本单位计算出抽样距离（即相同的间隔），然后按相同的距离或间隔抽选样本单位。例如：从1000个电话号码中抽取10个访问号码，间距为100，确定起点（起点＜间距）后每100号码抽一访问号码。

优点：

兼具操作的简便性和统计推断功能，是目前最为广泛运用的一种抽样方法。

如果起点是随机确定的，总体中单元排列是随机的，等距抽样的效果近似简单抽样；与简单抽样相比，在一定条件下，样本的分布较好。

缺点：

抽样间隔可能遇到总体中某种未知的周期性，导致"差"的样本；未使用可能有用的抽样框辅助信息抽取样本，可能导致统计效率低。

分层抽样（Stratified random sampling）

是把调查总体分为同质的、互不交叉的层（或类型），然后在各层（或类型）中独立抽取样本。例如：调查零售店时，按照其规模大小或库存额大小分层，然后在每层中按简单随机方法抽取大型零售店若干、中型若干、小型若干；调查城市时，按城市总人口或工业生产额分出超大型城市、中型城市、小型城市等，再抽出具体的各类型城市若干。

优点：

适用于层间有较大的异质性，而每层内的个体具有同质性的总体，能提高总体估计的精确度，在样本量相同的情况下，其精度高于简单抽样和系统抽样；能保证"层"的代表性，避

免抽到"差"的样本；同时，不同层可以依据情况采用不同的抽样框和抽样方法。

缺点：

要求有高质量的、能用于分层的辅助信息；由于需要辅助信息，抽样框的创建需要更多的费用，更为复杂；抽样误差估计比简单抽样和系统抽样更复杂。

整群抽样（Cluster sampling）

是先将调查总体分为群，然后从中抽取群，对被抽中群的全部单元进行调查。例如：入户调查，按地块或居委会抽样，以地块或居委会等有地域边界的群体为第一抽样单位，在选出的地块或居委会实施逐户抽样；市场调查中，最后一级抽样时，从居委会中抽取若干户，然后调查抽中户家中所有18岁以上成年人。

优点：

适用于群间差异小、群内各个体差异大、可以依据外观的或地域的差异来划分的群体。

缺点：

群内单位有趋同性，其精度比简单抽样为低。

多级抽样（Multistage sampling）

也叫多阶段抽样或阶段抽样，以二级抽样为例，二级抽样就是先将总分组，然后在第一级和第二中分别随机地抽取部分一级单位和部分二级单位。例如：以全国性调查为例，当抽样单元为各级行政单位时，按社会发展水平分层后（或按经济发展水平，或按地理位置分层），从每层中先抽几个地区，再从抽中的地区抽市、县、村，最后再抽至户或个人。

优点：

具体整体抽样的简单易行的优点，同时，在样本量相同的情况下又整群抽样的精度高。

缺点：

计算复杂。

抽中概率与规模成比例抽样（PPS）

是不等概率中最常用的一种方法，指在总体中参照各单位的规模进行抽样，规模大的被抽取的机会大，总体中每个个体被抽中的概率与该个体的规模成正比的抽样。例如：在进行企业调查时，根据PPS抽样方法抽取企业，令规模大的企业被抽取机会大。

优点：

使用了辅助信息，可以提高抽样方案的统计效率。

缺点：

如果研究指标与规模无直接关系时，不合适采取这种方法。

此外，在抽样方法划分上，还有多阶段抽样和两相抽样等，有兴趣的读者可参阅其他相关书籍。

前面谈到抽样方法的一些基本分类和各自特点，需要注意的是，在实际的运用中，一个调查方案常常不是只局限于使用某一种抽样方式，而根据研究时段的不同采用多种抽样方法的组鸽为实现不同的研究目的，有时甚至在同一时段综合运用几种抽样方法。

例如，设计一个全国城市的入户项目，在抽样上可以分为几个不同的步骤，包括：

1）在项目正式开始前，可以采用判断抽样法选出某一城市先作试点，在问卷设计初期可以采用任意抽样法选出部分人群进行问卷试访。

2）采用分层随机抽样法，确定全国要分别在多少个超大型市、多少个大型市、多少个中型市、多少个小型市实施（先分出城市的几个层次，再依据研究需要在各层用PPS法选取具体城市）

3）采用简单抽样法或PPS抽样法，确定抽出城市中应抽的地块或居委会；

4）采用整群抽样法，确定抽出地块或居委会应访问的家庭户；

5）在项目后期，可以采用判断抽样法选取某城市进行深入研究。

本书着重介绍市场研究的现场执行中的抽样技术，有关的理论知识只作简单介绍，如需深入了解探讨有关抽样的理论知识请参看其他相关书籍。

1．非概率抽样（Non-probability sampling）

又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。

其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法，或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或"差"的样本，从而避免影响对总体的代表度。

常用的非概率抽样方法有以下四类：

方便抽样（Convenience sampling）

指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。

优点：

适用于总体中每个个体都是"同质"的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。

缺点：

抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。

判断抽样（Judgment sampling）

指由专家判断而有目的地抽取他认为"有代表性的样本"。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选"中型城镇"进行；也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。

优点：

适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。

缺点：

该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。

配额抽样（Quota sampling）

指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。

相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。

优点：

适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，

配额抽样属于先"分层"（事先确定每层的样本量）再"判断"（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。

缺点：

容易掩盖不可忽略的偏差。

滚雪球抽样（Snowball sampling）

指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。

第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。

优点：

可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。

缺点：

有选择偏差，不能保证代表性。

2．概率抽样（Probability sampling）

又称随机抽样，指在总体中排除人的主观因素，给予每一个体一定的抽取机会的抽样。

其特点为，抽取样本具有一定的代表性，可以从调查结果推断总体；操作比较复杂，需要更多的时间，而且往往需要更多的费用。

常用的有以下六种类型：

简单抽样（Simple sampling）

即简单随机抽样，指保证大小为n的每个可能的样本都有相同的被抽中的概率。例如：按照"抽签法"、"随机表"法抽取访问对象，从单位人名目录中抽取对象。

优点：

随机度高，在特质较均一的总体中，具有很高的总体代表度；是最简单的抽样技术，有标准而且简单的统计公式。

缺点：

未使用可能有用的抽样框辅助信息抽取样本，可能导致统计效率低；有可能抽到一个"差"的样本，使抽出的样本分布不好，不能很好地代表总体。

系统抽样（Systematic random sampling）

将总体中的各单元先按一定顺序排列，并编号，然后按照不一定的规则抽样。其中最常采用的是等距离抽样，即根据总体单位数和样本单位计算出抽样距离（即相同的间隔），然后按相同的距离或间隔抽选样本单位。例如：从1000个电话号码中抽取10个访问号码，间距为100，确定起点（起点＜间距）后每100号码抽一访问号码。

优点：

兼具操作的简便性和统计推断功能，是目前最为广泛运用的一种抽样方法。

如果起点是随机确定的，总体中单元排列是随机的，等距抽样的效果近似简单抽样；与简单抽样相比，在一定条件下，样本的分布较好。

缺点：

抽样间隔可能遇到总体中某种未知的周期性，导致"差"的样本；未使用可能有用的抽样框辅助信息抽取样本，可能导致统计效率低。

分层抽样（Stratified random sampling）

是把调查总体分为同质的、互不交叉的层（或类型），然后在各层（或类型）中独立抽取样本。例如：调查零售店时，按照其规模大小或库存额大小分层，然后在每层中按简单随机方法抽取大型零售店若干、中型若干、小型若干；调查城市时，按城市总人口或工业生产额分出超大型城市、中型城市、小型城市等，再抽出具体的各类型城市若干。

优点：

适用于层间有较大的异质性，而每层内的个体具有同质性的总体，能提高总体估计的精确度，在样本量相同的情况下，其精度高于简单抽样和系统抽样；能保证"层"的代表性，避免抽到"差"的样本；同时，不同层可以依据情况采用不同的抽样框和抽样方法。

缺点：

要求有高质量的、能用于分层的辅助信息；由于需要辅助信息，抽样框的创建需要更多的费用，更为复杂；抽样误差估计比简单抽样和系统抽样更复杂。

整群抽样（Cluster sampling）

是先将调查总体分为群，然后从中抽取群，对被抽中群的全部单元进行调查。例如：入户调查，按地块或居委会抽样，以地块或居委会等有地域边界的群体为第一抽样单位，在选出的地块或居委会实施逐户抽样；市场调查中，最后一级抽样时，从居委会中抽取若干户，然后调查抽中户家中所有18岁以上成年人。

优点：

适用于群间差异小、群内各个体差异大、可以依据外观的或地域的差异来划分的群体。

缺点：

群内单位有趋同性，其精度比简单抽样为低。

多级抽样（Multistage sampling）

也叫多阶段抽样或阶段抽样，以二级抽样为例，二级抽样就是先将总分组，然后在第一级和第二中分别随机地抽取部分一级单位和部分二级单位。例如：以全国性调查为例，当抽样单元为各级行政单位时，按社会发展水平分层后（或按经济发展水平，或按地理位置分层），从每层中先抽几个地区，再从抽中的地区抽市、县、村，最后再抽至户或个人。

优点：

具体整体抽样的简单易行的优点，同时，在样本量相同的情况下又整群抽样的精度高。

缺点：

计算复杂。

抽中概率与规模成比例抽样（PPS）

是不等概率中最常用的一种方法，指在总体中参照各单位的规模进行抽样，规模大的被抽取的机会大，总体中每个个体被抽中的概率与该个体的规模成正比的抽样。例如：在进行企业调查时，根据PPS抽样方法抽取企业，令规模大的企业被抽取机会大。

优点：

使用了辅助信息，可以提高抽样方案的统计效率。

缺点：

如果研究指标与规模无直接关系时，不合适采取这种方法。

此外，在抽样方法划分上，还有多阶段抽样和两相抽样等，有兴趣的读者可参阅其他相关书籍。

前面谈到抽样方法的一些基本分类和各自特点，需要注意的是，在实际的运用中，一个调查方案常常不是只局限于使用某一种抽样方式，而根据研究时段的不同采用多种抽样方法的组鸽为实现不同的研究目的，有时甚至在同一时段综合运用几种抽样方法。

例如，设计一个全国城市的入户项目，在抽样上可以分为几个不同的步骤，包括：

1）在项目正式开始前，可以采用判断抽样法选出某一城市先作试点，在问卷设计初期可以采用任意抽样法选出部分人群进行问卷试访。

2）采用分层随机抽样法，确定全国要分别在多少个超大型市、多少个大型市、多少个中型市、多少个小型市实施（先分出城市的几个层次，再依据研究需要在各层用PPS法选取具体城市）

3）采用简单抽样法或PPS抽样法，确定抽出城市中应抽的地块或居委会；

4）采用整群抽样法，确定抽出地块或居委会应访问的家庭户；

5）在项目后期，可以采用判断抽样法选取某城市进行深入研究。

本书着重介绍市场研究的现场执行中的抽样技术，有关的理论知识只作简单介绍，如需深入了解探讨有关抽样的理论知识请参看其他相关书籍。

常用抽样方法

1．非概率抽样（Non-probability sampling） 又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。 其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法，或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或"差"的样本，从而避免影响对总体的代表度。 常用的非概率抽样方法有以下四类： 方便抽样（Convenience sampling） 指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。 优点： 适用于总体中每个个体都是"同质"的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。 缺点： 抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。 判断抽样（Judgment sampling） 指由专家判断而有目的地抽取他认为"有代表性的样本"。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选"中型城镇"进行；也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。 优点： 适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。 缺点： 该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。 配额抽样（Quota sampling） 指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。 相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。 优点： 适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先"分层"（事先确定每层的样本量）再"判断"（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。 缺点：

常用分析方法

绍的主要方法有六种，分别为：1、对比分析法：将A公司和B公司进行对比、2、外部因素评价模型（EFE）分析、3、内部因素评价模型（IFE）分析、4、swot 分析方法、5、三种竞争力分析方法、6、五种力量模型分析。对比分析法是最常用，简单的方法，将一个管理混乱、运营机制有问题的公司和一个管理有序、运营良好的公司进行对比，观察他们在组织结构上、资源配臵上有什么不同，就可以看出明显的差别。在将这些差别和既定的管理理论相对照，便能发掘出这些差异背后所蕴含的管理学实质。企业管理中经常进行案例分析，将A和B公司进行对比，发现一些不同。各种现象的对比是千差万别的，最重要的是透过现象分析背后的管理学实质。所以说，只有表面现象的对比是远远不够的，更需要有理论分析。外部因素评价模型（EFE）和内部因素评价模型（IFE）分析来源于战略管理中的环境分析。因为任何事物的发展都要受到周边环境的影响，这里的环境是广义的环境，不仅指外部环境，还指企业内部的环境。通常我们将企业的内部环境称作企业的禀赋，可以看作是企业资源的初始值。公司战略管理的基本控制模式由两大因素决定：外部不可控因素和内部可控因素。其中公司的外部不可控因素主要包括：政府、合作伙伴（如银行、投资商、供应商）、顾客（客户）、公众压力集团（如新闻媒体、消费者协会、宗教团体）、竞争者，除此之外，社会文化、政治、法律、经济、技术和自然等因素都将制约着公司的生存和发展。由此分析，外部不可控因素对公司来说是机会与威胁并存。公司如何趋利避险，在外部因素中发现机会、把握机会、利用机会，洞悉威胁、规避风险，对于公司来说是生死攸关的大事。在瞬息万变的动态市场中，公司是否有快速反应（应变）的能力，是否有迅速适应市场变化的能力，是否有创新变革的能力，决定着公司是否有可持续发展的潜力。公司的内部可控因素主要包括：技术、资金、人力资源和拥有的信息，除此之外，公司文化和公司精神又是公司战略制定和战略发展中不可或缺的重要部分。一个公司制定公司战略必须与公司文化背景相联。内部

16种常用数据分析方法

一、描述统计 描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数(如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数μ与已知的某一总体均数μ0 (常为理论值或标准值)有无差别； B 配对样本t检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析 检査测量的可信度，例如调查问卷的真实性。 分类： 、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度1． 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析 用于分析离散变量或定型变量之间是否存在相关。 对于二维表，可进行卡方检验，对于三维表，可作Mentel-Hanszel分层分析。 列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以上的自变量和因变量相关； 3、偏相关：在某一现象与多种现象相关的场合，当假定其他变量不变时，其中两个变量之间的相关关系称为偏相关。

常用统计分析方法

常用统计分析方法 排列图 因果图 散布图 直方图 控制图 控制图的重要性 控制图原理 控制图种类及选用 统计质量控制是质量控制的基本方法，执行全面质量管理的基本手段，也是CAQ系统的基础，这里简要介绍制造企业应用最广的统计质量控制方法。 常用统计分析方法与控制图 获得有效的质量数据之后,就可以利用各种统计分析方法和控制图对质量数据进行加工处理,从中提取出有价值的信息成分。 常用统计分析方法 此处介绍的方法是生产现场经常使用,易于掌握的统计方法,包括排列图、因果图、散布图、直方图等。 排列图 排列图是找出影响产品质量主要因素的图表工具.它是由意大利经济学家巴洛特（Pareto)提出的.巴洛特发现人类经济领域中"少数人占有社会上的大部分财富,而绝大多数人处于贫困状况"的现象是一种相当普遍的社会现象,即所谓"关键的少数与次要的多数"原理.朱兰(美国质量管理学家)把这个原理应用到质量管理中来,成为在质量管理中发现主要质量问题和确定质量改进方向的有力工具. 1.排列图的画法

排列图制作可分为5步: (1)确定分析的对象 排列图一般用来分析产品或零件的废品件数、吨数、损失金额、消耗工时及不合格项数等. (2)确定问题分类的项目 可按废品项目、缺陷项目、零件项目、不同操作者等进行分类。 (3)收集与整理数据 列表汇总每个项目发生的数量，即频数fi、项目按发生的数量大小，由大到小排列。最后一项是无法进一步细分或明确划分的项目统一称为“其它”。 (4)计算频数fi、频率Pi和累计频率Fi 首先统计频数fi，然后按(1)、(2)式分别计算频率Pi和累计频率Fi (1) 式中，f为各项目发生频数之和。 (2)

常用数据分析方法详细讲解

常用数据分析方法详解 目录 1、历史分析法 2、全店框架分析法 3、价格带分析法 4、三维分析法 5、增长率分析法 6、销售预测方法 1、历史分析法的概念及分类 历史分析法指将与分析期间相对应的历史同期或上期数据进行收集并对比，目的是通过数据的共性查找目前问题并确定将来变化的趋势。 *同期比较法：月度比较、季度比较、年度比较 *上期比较法：时段比较、日别对比、周间比较、 月度比较、季度比较、年度比较 历史分析法的指标 *指标名称： 销售数量、销售额、销售毛利、毛利率、贡献度、交叉比率、销售占比、客单价、客流量、经营品数动销率、无销售单品数、库存数量、库存金额、人效、坪效 *指标分类： 时间分类 ——时段、单日、周间、月度、季度、年度、任意 多个时段期间 性质分类 ——大类、中类、小类、单品 图例 2框架分析法 又叫全店诊断分析法 销量排序后，如出现50/50、40/60等情况，就是什么都能卖一点但什么都不 好卖的状况，这个时候就要对品类设置进行增加或删减，因为你的门店缺少 重点，缺少吸引顾客的东西。 如果达到10/90，也是品类出了问题。 如果是20/80或30/70、30/80，则需要改变的是商品的单品。 *单品ABC分析（PSI值的概念） 销售额权重（0.4）×单品销售额占类别比＋销售数量权重（0.3） × 单品销售数量占类别比＋毛利额权重（0.3）单品毛利额占类别比 *类别占比分析（大类、中类、小类） 类别销售额占比、类别毛利额占比、 类别库存数量占比、类别库存金额占比、

类别来客数占比、类别货架列占比 表格例 3价格带及销售二维分析法 首先对分析的商品按价格由低到高进行排序，然后 *指标类型：单品价格、销售额、销售数量、毛利额 *价格带曲线分布图 *价格带与销售对数图 价格带及销售数据表格 价格带分析法 4商品结构三维分析法 *一种分析商品结构是否健康、平衡的方法叫做三维分析图。在三维空间坐标上以X、Y、Z 三个坐标轴分别表示品类销售占有率、销售成长率及利润率，每个坐标又分为高、低两段，这样就得到了8种可能的位置。 *如果卖场大多数商品处于1、2、3、4的位置上，就可以认为商品结构已经达到最佳状态。以为任何一个商品的品类销售占比率、销售成长率及利润率随着其商品生命周期的变化都会有一个由低到高又转低的过程，不可能要求所有的商品同时达到最好的状态，即使达到也不可能持久。因此卖场要求的商品结构必然包括：目前虽不能获利但具有发展潜力以后将成为销售主力的新商品、目前已经达到高占有率、高成长率及高利润率的商品、目前虽保持较高利润率但成长率、占有率趋于下降的维持性商品，以及已经决定淘汰、逐步收缩的衰退型商品。 *指标值高低的分界可以用平均值或者计划值。 图例 5商品周期增长率分析法 就是将一段时期的销售增长率与时间增长率的比值来判断商品所处生命周期阶段的方法。不同比值下商品所处的生命周期阶段(表示) 如何利用商品生命周期理论指导营运(图示) 6销售预测方法[/hide] 1.jpg (67.5 KB) 1、历史分析法

谈谈几种典型的抽样方法(案例)

谈谈几种典型的抽样方法（案例） 学院：经济学院 班级： 08经41 学号： 08084004 姓名：毛雪晨 日期: 2011年10月20日

摘要：本文以抽样方法为中心，主要阐述几种常见的抽样方法，如简单随机抽样，分层抽样，整群抽样，系统抽样以及配额抽样，探讨了各种抽样方法在实际生活的应用以及各自的优缺点等。 关键词：抽样调查，应用，缺点。

导语：抽样调查是一种非全面调查，它是从全部调查研究对象中，抽选一部分单位进行调查，并据以对全部调查研究对象作出估计和推断的一种调查方法。显然，抽样调查虽然是非全面调查，但它的目的却在于取得反映总体情况的信息资料，因而，也可起到全面调查的作用。 抽样调查是建立在随机原则基础上，从总体中抽取部分单位进行调查，并概率估计原理，应用所的资料对总体的数量特征进行推断的一种调查方法。例如，从某地区全部职工当中随机抽取部分职工，以家庭为单位按月调查取得有关收入、支出等方面的资料，并依据这些资料推断出全区职工的收支情况，这就是一种抽样调查。从调查方法上来看，它是属于一种非全面调查。但又与一般调查不同，它不只停留于搜集资料和整理资料，而且还要对资料进行分析，并据以推断总体的数量特征，从而提高统计的认识能力。因此，抽样调查的理论和方法在统计中占有很重要的地位。 下面介绍一下常用的抽样方法： 一. 简单随机抽样 一般，设一个总体含有N个个体，从中逐个不放回地抽取n个个体作为样本（n≤N），如果每次抽取时总体内的个体被抽到的机会相等，就把这种抽样方法叫做简单随机抽样。 简单随机抽样的具体作法有：直接抽选法，抽签法，随机数法。 直接抽选法例如某项调查采用抽样调查的方法对某市职工收入状况进行研究，该市有职工56，000名，抽取5，000名职工进行调查，他们的年平均收入为10，000元，据此推断全市职工年收入为8，000--12，000元之间。 抽签法又称“抓阄法”。它是先将调查总体的每个单位编号，然后采用随机的方法任意抽取号码，直到抽足样本。在这里选取一个案例说明，如要在10个人中选取3个人作为代表，先把总体中的10个个体编号，把号码写在号签上，将号签放在一个容器中，搅拌均匀后，每次从中抽取一个号签，连续抽取3次，就得到一个容量为3的样本。这就是抽签法，与直接抽样法类似。 另一个经常被采用的方法是随机数法，即利用随机数表、随机数骰子或计算

常用相关分析方法及其计算

二、常用相关分析方法及其计算 在教育与心理研究实践中，常用的相关分析方法有积差相关法、等级相关法、质量相关法，分述如下。 （一）积差相关系数 1. 积差相关系数又称积矩相关系数，是英国统计学家皮尔逊（Pearson ）提出的一种计算相关系数的方法，故也称皮尔逊相关。这是一种求直线相关的基本方法。 积差相关系数记作XY r ，其计算公式为 ∑∑∑===----= n i i n i i n i i i XY Y y X x Y y X x r 1 2 1 2 1 ) ()() )(( (2-20) 式中i x 、i y 、X 、Y 、n 的意义均同前所述。 若记X x x i -=,Y y y i -=，则（2-20）式成为 Y X XY S nS xy r ∑= (2-21) 【 式中 n xy ∑称为协方差，n xy ∑的绝对值大小直观地反映了两列变量的一致性程 度。然而，由于X 变量与Y 变量具有不同测量单位，不能直接用它们的协方差 n xy ∑来表示两列变量的一致性，所以将各变量的离均差分别用各自的标准差 除，使之成为没有实际单位的标准分数，然后再求其协方差。即： ∑∑?= = )()(1Y X Y X XY S y S x n S nS xy r Y X Z Z n ∑?= 1 (2-22) 这样，两列具有不同测两单位的变量的一致性就可以测量计算。 计算积差相关系数要求变量符合以下条件：（1）两列变量都是等距的或等比的测量数据；（2）两列变量所来自的总体必须是正态的或近似正态的对称单峰分布；（3）两列变量必须具备一一对应关系。 2. 积差相关系数的计算

利用公式 (2-20)计算相关系数，应先求两列变量各自的平均数与标准差，再求离中差的乘积之和。在统计实践中，为方便使用数据库的数据格式，并利于计算机计算，一般会将(2-20)式改写为利用原始数据直接计算XY r 的公式。即： ∑∑∑∑∑∑∑---= 2 22 2) () (i i i i i i i i XY y y n x x n y x y x n r (2-23) （二）| （三）等级相关 在教育与心理研究实践中，只要条件许可，人们都乐于使用积差相关系数来度量两列变量之间的相关程度，但有时我们得到的数据不能满足积差相关系数的计算条件，此时就应使用其他相关系数。 等级相关也是一种相关分析方法。当测量得到的数据不是等距或等比数据，而是具有等级顺序的测量数据，或者得到的数据是等距或等比的测量数据，但其所来自的总体分布不是正态的，出现上述两种情况中的任何一种，都不能计算积差相关系数。这时要求两列变量或多列变量的相关，就要用等级相关的方法。 1. 斯皮尔曼(Spearman)等级相关 斯皮尔曼等级相关系数用R r 表示，它适用于两列具有等级顺序的测量数据，或总体为非正态的等距、等比数据。 斯皮尔曼等级相关的基本公式如下： ) 1(612 2--=∑n n D r R (2-24) 式中： Y X R R D -=____________对偶等级之差； n ____________对偶数据个数。 , 如不用对偶等级之差，而使用原始等级序数计算，则可用下式 )]1() 1(4[13+-+?-= ∑n n n R R n r Y X R (2-25) 式中： X R ___________X 变量的等级； Y R ____________Y 变量的等级； n ____________对偶数据个数。 (2-25)式要求∑∑=Y X R R ，∑∑=2 2Y X R R ，从而保证22Y X S S =。在观测变量中没有相同等级出现时可以保证这一条件。但是，在教育与心理研究实践中，搜集到的观测变量经常出现相同等级。在这种情况下，∑∑=Y X R R 的条件仍可得

(完整版)常用数据分析方法论

常用数据分析方法论 ——摘自《谁说菜鸟不会数据分析》 数据分析方法论主要用来指导数据分析师进行一次完整的数据分析，它更多的是指数据分析思路，比如主要从哪几方面开展数据分析？各方面包含什么内容和指标？ 数据分析方法论主要有以下几个作用： ●理顺分析思路，确保数据分析结构体系化 ●把问题分解成相关联的部分，并显示它们之间的关系 ●为后续数据分析的开展指引方向 ●确保分析结果的有效性及正确性 常用的数据分析理论模型 用户使用行为STP理论 SWOT …… 5W2H 时间管理生命周期 逻辑树 金字塔SMART原则 …… PEST分析法 PEST分析理论主要用于行业分析 PEST分析法用于对宏观环境的分析。宏观环境又称一般环境，是指影响一切行业和企业的各种宏观力量。 对宏观环境因素作分析时，由于不同行业和企业有其自身特点和经营需要，分析的具体内容会有差异，但一般都应对政治、经济、技术、社会，这四大类影响企业的主要外部环境因素进行分析。

以下以中国互联网行业分析为例。此处仅为方法是用实力，并不代表互联网行业分析只需要作这几方面的分析，还可根据实际情况进一步调整和细化相关分析指标：

5W2H分析法 5W2H分析理论的用途广泛，可用于用户行为分析、业务问题专题分析等。 利用5W2H分析法列出对用户购买行为的分析：（这里的例子并不代表用户购买行为只有以下所示，要做到具体问题具体分析）

逻辑树分析法 逻辑树分析理论课用于业务问题专题分析 逻辑树又称问题树、演绎树或分解树等。逻辑树是分析问题最常使用的工具之一，它将问题的所有子问题分层罗列，从最高层开始，并逐步向下扩展。 把一个已知问题当成树干，然后开始考虑这个问题和哪些相关问题有关。 （缺点：逻辑树分析法涉及的相关问题可能有遗漏。）

抽样检查方法的分类与基本术语

抽样方法 全数检验是对一批产品中的每一件产品逐一进行检验，挑出不合格品后，认为其余全差不多上合格品。这种质量检验方法尽管适用于生产批量专门少的大型机电设备产品，但大多数生产批量较大的产品，如电子元器件产品就专门不适用。产品产量大，检验项目多或检验较复杂时，进行全数检验势必要花费大量的人力和物力，同时，仍难免出现错检和漏检现象。而当质量捡验具有破坏性时，例如电视机的寿命试验、材料产品的强度试验等，全数检验更是不可能的。 抽样检验是从一批交验的产品（总体）中，随机抽取适量的产品样本进行质量检验，然后把检验结果与判定标准进行比较，从而确定该产品是否合格或需再进行抽检后裁决的一种质量检验方法。 过去，一般采纳百分比抽样检验方法。我国也一直沿用原苏联40年代采纳的百分比抽样检验方法。这种检验方法认为样本与总体一直是成比例的，因此，把抽查样本数与检查批总体数保持一个固定的比值如5％，0.5％等。但是，实际上却存在着大批严、小批宽的不合理性，也确实是讲，即使质量相同的产品，因检查批数量多少不同却受到不同的处理，而且随着检查批总体数

量的增多，即使按一定的百分比抽样，样本数也是相当大的，不能体现抽样检验在经济性方面的优点。因此，这种抽样检验方法已被逐步淘汰。 人们通过对百分比抽样检验方法的研究，获知百分比抽样检验方法不合理的全然缘故是没有按数理统计科学方法去设计抽样方案。因此，逐步研究和设计了一系列建立在概率论和数理统计科学基础上的各种统计抽样检验或统计抽样检查方案，并制订成标准抽样检查方案。1949年，美国科学家道奇和罗米格首先发表了《一次抽样与二次抽样检查表》；1950年美国军用标准MIL －STD—105D是世界上有代表性的计数抽样检查方法标准；日本先后制定了JIS Z9002，JIS Z9015等一系列抽样检查方法标准；英国、加拿大等国也相继制订了抽检方法标准；ISO和IEC又分不制订了抽样检查方法国际标准，如ISO2859、IEC410等。实践证明,上述抽样检查方法标准应用于产品质量检验时，尽管也存在着误判的可能，即通常所讲的存在着生产方风险和使用方风险，但能够通过选用合适的抽样检查方案，把这种误判的风险操纵在人们要求的范围之内，符合社会生产使用的客观实际需要，因此，专门快地在世界各国得到广泛推行，取代了原先的不合理的百分比抽样检验方法。

常用相关分析方法及其计算.doc

二、常用相关分析方法及其计算 在教育与心理研究实践中，常用的相关分析方法有积差相关法、等级相关法、质量相关法，分述如下。 （一）积差相关系数 1. 积差相关系数又称积矩相关系数，是英国统计学家皮尔逊（Pearson）提 出的一种计算相关系数的方法，故也称皮尔逊相关。这是一种求直线相关的基本方法。 积差相关系数记作r，其计算公式为 XY n ( x X i )( y Y i ) r XY n i ( 1 x i n 2 X ) ( y i Y 2 ) (2-20) i 1 i 1 式中x i 、y i 、X 、Y 、n 的意义均同前所述。 若记x x i X , y y i Y ，则（2-20）式成为 xy r (2-21) XY nS S X Y 式中 xy n 称为协方差， xy n 的绝对值大小直观地反映了两列变量的一致性程 度。然而，由于X 变量与Y 变量具有不同测量单位，不能直接用它们的协方差xy 来表示两列变量的一致性，所以将各变量的离均差分别用各自的标准差n 除，使之成为没有实际单位的标准分数，然后再求其协方差。即： xy 1 x y r ( ) ( XY S nS S n S X Y X Y ) 1 n Z X Z (2-22) Y 这样，两列具有不同测两单位的变量的一致性就可以测量计算。 计算积差相关系数要求变量符合以下条件：（1）两列变量都是等距的或等比的测量数据；（2）两列变量所来自的总体必须是正态的或近似正态的对称单峰分布；（3）两列变量必须具备一一对应关系。 2. 积差相关系数的计算

利用公式(2-20)计算相关系数，应先求两列变量各自的平均数与标准差，再 1

(岗位分析)常用岗位分析方法分析

（岗位分析）常用岗位分析 方法分析

常用岗位分析方法分析 当目标计划等等规划方面的东西确定下来以后，实施就成为重中之重，而实施过程中采用的方法又是实施成败的关键。同样的于岗位分析过程中，根据目标、岗位特点、实际条件等选择采取合适的分析方法也就成为了关键。 目前岗位分析的方法有很多种，这里只讨论几种比较常用的方法。 1、访谈法 访谈是访谈人员就某壹岗位和访谈对象，按事先拟订好的访谈提纲进行交流和讨论。访谈对象包括：该职位的任职者；对工作较为熟悉的直接主管人员；和该职位工作联系比较密切的工作人员；任职者的下属。为了保证访谈效果，壹般要事先设计访谈提纲，事先交给访谈者准备。访谈法分为个体访谈：结构化、半结构化、无结构；壹般访谈、深度访谈；群体访谈：壹般座谈、团体焦点访谈。 进行访谈时要坚持的原则有： 1）明确面谈的意义 2）建立融洽的气氛 3）准备完整的问题表格 4）要求按工作重要性程度排列 5）面谈结果让任职者及其上司审阅修订。 麦考米克于1979年提出了面谈法的壹些标准，它们是： 1）所提问题要和职位分析的目的有关； 2）职位分析人员语言表达要清楚、含义准确； 3）所提问题必须清晰、明确，不能太含蓄； 4）所提问题和谈话内容不能超出被谈话人的知识和信息范围； 5）所提问题和谈话内容不能引起被谈话人的不满，或涉及被谈话人的隐私。

其优点是能够得到标准和非标准的、体力、脑力工作以及其他不易观察到的多方面信息。其不足之处是被访谈者对访谈的动机往往持怀疑态度，回答问题时有所保留，且面谈者易从自身利益考虑而导致信息失真。因此，访谈法壹般不能单独使用，最好和其他方法配合使用。此外，分析者的观点影响工作信息正确的判断；职务分析者问些含糊不清的问题，影响信息收集。 该方法适合于不可能实际去做某项工作，或不可能去现场观察以及难以观察到某种工作时。及适用于短时间的生理特征的分析，也适用于长时间的心理特征的分析。适用于对文字理解有困难的人。访谈法也适合于脑力职位者，如开发人员、设计人员、高层管理人员等。2、问卷调查法 问卷调查法就是根据岗位分析的目的、内容等，事先设计壹套岗位问卷，由被调查者填写，再将问卷加以汇总，从中找出有代表性的回答，形成对岗位分析的描述信息。问卷调查的关键是问卷设计。问卷设计形式分为开放型和封闭型俩种。开放型：由被调查人根据问题自由回答。封闭型：调查人事先设计好答案，由被调查人选择确定。设计问卷时要做到：①提问要准确；②问卷表格要精炼；③语言通俗易懂，问题不可模棱俩可；④问卷表前面要有指导语；⑤引进被调查人兴趣的问题放于前面，问题排列要有逻辑。 问卷调查法的具体实施有，职位分析人员首先要拟订壹套切实可行、内容丰富的问卷，然后由员工进行填写。正式进行工作分析前，考量各部门之工作内容及可行时间，先行拟定了进行时间表，若不可行，则可弹性调整。 (1)问卷发放 进行各部门之工作分析问卷发放时，先集合各部门之各级主管进行半小时之说明，说明内容有工作分析目的、工作分析问卷填答、及问题解答，且清楚告知此次活动之进行不会影响到员工现有权益，确定各主管皆明了如何进行后，由主管辅导下属进行工作分析问卷之填答。

常用的分析方法

市场营销分析法-SWOT，PEST，Five Forces 介绍 市场营销环境 什么是市场营销环境 市场营销环境包围公司并影响公司。关于市场营销环境存在三个关键的观点：宏观环境（macro-environment）、微观环境（micro-environment）、内部环境（internal environment）。 微观环境 微观环境对公司产生直接影响。它包括产生直接或间接交易的供应商，消费者与顾客，以及其他少数股东。微观意为少数，但是少数并不表示不重要。本文中微观的意思是公司之间的关系以及控制这种关系的动力。这是一种局部关系，公司可以行使一定程度的影响力。 宏观环境 宏观环境指的是能够间接影响公司的所有因素。一般来说，一家公司并不能对法律产生任何影响（虽然通常意义上公司可以对立法机关进行游说，也可以成立相关的贸易组织）。市场在不断的变化，公司也需要随之而改变，同时也必须注意激烈的市场竞争。全球化意味着替代产品与新兴公司的不断涌现从而产生威胁。更广义的环境也在不停地发生变化，从事市场营销的人员必须适应文化、政治、经济与科技带来的各种变化。

内部环境 所有从内部影响公司的因素都称之为“内部环境”。内部环境可以归纳为“五个M”：员工、资金、设备、原料、市场。对于应对市场变化而言，内部环境和外部环境同样重要。作为市场营销人员，我们把应对市场变化的过程称为“内部市场营销”。 基本上我们通过使用市场营销的方法来促进沟通与改善管理。 外部环境通过是一能够其他方法来监测，例如SWOT Analysis, Michael Porter…s Five Forces Analysis或者PEST Analysis。 SWOT 分析法 优势（S trengths）、劣势（Weaknesses）、机会（Qpportunities）、 威胁（Threats） SWOT分析法是一种用于检测公司运营与公司环境的工具。这是编制计划的首要步骤，它 能够帮助市场营销人员将精力集中在关键问题上。SWOT的每个字母分别表示优势、劣势、机会与威胁。优势和劣势是内在要素，机会与威胁则是外在要素。 在页面的底部你可以免费查看关于SWOT的案例。 在SWOT分析法中，优势和劣势指的是内部要素，具体如下： 优势： ?市场营销的资深阅历。 ?一种创新的产品或服务。 ?营业场所。 ?质量工序与品质程序。 ?其他能对产品与服务产生增值效应的方面。 劣势： ?缺乏市场营销经验。 ?产品或服务同质化。 ?营业场所。 ?劣质产品或服务。

常用的抽样方法总结

常用的抽样方法总结 1．非概率抽样（Non-probability sampling） 又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。 其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法，或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。 常用的非概率抽样方法有以下四类： 方便抽样（Convenience sampling） 指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。 优点： 适用于总体中每个个体都是“同质”的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。 缺点： 抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。 判断抽样（Judgment sampling） 指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行；也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。 优点： 适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。 缺点： 该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。 配额抽样（Quota sampling） 指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。 相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。 优点： 适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先“分层”（事先确定每层的样本量）再“判断”（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。 缺点： 容易掩盖不可忽略的偏差。 滚雪球抽样（Snowball sampling）

常用数据分析方法

常用数据分析方法 常用数据分析方法：聚类分析、因子分析、相关分析、对应分析、回归分析、方差分析；问卷调查常用数据分析方法：描述性统计分析、探索性因素分析、Cronbach’a信度系数分析、结构方程模型分析(structural equations modeling) 。 数据分析常用的图表方法：柏拉图(排列图)、直方图(Histogram)、散点图(scatter diagram)、鱼骨图（Ishikawa）、FMEA、点图、柱状图、雷达图、趋势图。 数据分析统计工具：SPSS、minitab、JMP。 常用数据分析方法: 1、聚类分析（Cluster Analysis） 聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用方法的不同，常常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致。 2、因子分析（Factor Analysis） 因子分析是指研究从变量群中提取共性因子的统计技术。因子分析就是从大量的数据中寻找内在的联系，减少决策的困难。 因子分析的方法约有10多种，如重心法、影像分析法，最大似然解、最小平方法、阿尔发抽因法、拉奥典型抽因法等等。这些方法本质上大都属近似方法，是以相关系数矩阵为基础的，所不同的是相关系数矩阵对角线上的值，采用不同的共同性□2估值。在社会学研究中，因子分析常采用以主成分分析为基础的反覆法。 3、相关分析（Correlation Analysis） 相关分析（correlation analysis），相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度。相关关系是一种非确定性的关系，例如，以X和Y分别记一个人的身高和体重，或分别记每公顷施肥量与每公顷小麦产量，则X 与Y显然有关系，而又没有确切到可由其中的一个去精确地决定另一个的程度，这就是相关关系。 4、对应分析（Correspondence Analysis） 对应分析(Correspondence analysis)也称关联分析、R-Q型因子分析，通过分析由定性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。对应分析的基本思想是将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。 5、回归分析 研究一个随机变量Y对另一个(X)或一组(X1，X2，…，Xk)变量的相依关系的统计分析方法。回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。 6、方差分析(ANOVA/Analysis of Variance) 又称“变异数分析”或“F检验”，是R.A.Fisher发明的，用于两个及两个以上样本均数差

环境监测常用分析方法简介

环境监测常用分析方法简介

环境样品的测试方法是在现代分析化学各个领域的测试技术和手段的基础上发展起来的，用于研究环境污染物的性质、来源、含量、分布状态和环境背景值。随科学技术的不断发展，除经典的化学分析、各种仪器分析为环境分析监测服务外，一些新的测试手段和技术，如色谱-质谱联用、激光、中子活化法、遥感遥测技术也很快被广泛应用于环境污染的监测中，为了及时反映监测对象和取样时的真实情况，确切掌握环境污染连续变化的状况，许多小型现场监测仪器和大型自动监测系统也获得迅速的发展。 一、化学分析法 是以特定的化学反应为基础的分析方法，分重量分析法和容量分析法两类。 重量法操作麻烦，对于污染物浓度低的，会产生较大误差，它主要用于大气中总悬浮颗粒、降尘量、烟尘、生产性粉尘及废水中悬浮固体、残渣、油类、硫酸盐、二氧化硅等的测定。随着称量工具的改进，重量法得到进一步发展。例如，近几年用微量测重法测定大气飘尘和空气中的汞蒸汽等。 容量法具有操作方便、快速、准确度高、应用范围广、费用低的特点，在环境监测中得到较多应用，但灵敏度不够高，对于测定浓度太低的污染物，也不能得到满意的结果。它主要用于水中的酸碱度、NH3-N、COD、BOD、DO、Cr6+、硫离子、氰化物、氯化物、硬度、酚等的测定，及废气中铅的测定。 二、光学分析法

是以光的吸收、辐射、散射等性质为基础的分析方法，主要有以下几种： （一）分光光度法 是一种具有仪器简单、容易操作、灵敏度较高、测定成分广等特点的常用分析法。可用于测定金属、非金属、无机和有机化合物等。在国内外的环境监测分析法中占有很大的比重。 （二）原子吸收分光光度法 是在待测元素的特征波长下，通过测量样品中待测元素基态原子（蒸气）对特征谱线吸收的程度，以确定其含量的一种方法。此法操作简便、迅速、灵敏度高、选择性好、抗干扰能力强、测定元素范围广，是环境中痕量金属污染物测定的主要方法，可测定70多种元素，国内外都用作测定重金属的标准分析方法。（三）发射光谱分析法 是在高压火花或电弧激发下，使原子发射特征光谱，根据各元素特征性的光谱线可作定性分析，而谱线强度可用作定量测定。 本法样品用量少、选择性好、不需化学分离便可同时测定多种元素，可用于无机有害物质铬、铅、镉、硒、汞、砷等20多种元素的测定，但不宜分析个别试样，且设备复杂，定量条件要求高，故在环境监测的日常工作中，使用发射光谱分析法较少。但自电感耦合高频等离子体光源（简称ICP光源）研究成功以来，由于它具有灵敏度高、准确度和再现性好，基体效应和其他干扰较少和线性范围

常用数据分析方法详解

. 常用数据分析方法详解 目录 1、历史分析法 2、全店框架分析法 3、价格带分析法 4、三维分析法 5、增长率分析法 6、销售预测方法 1、历史分析法的概念及分类 历史分析法指将与分析期间相对应的历史同期或上期数据进行收集并对比，目的是通过数据的共性查找目前问题并确定将来变化的趋势。 *同期比较法：月度比较、季度比较、年度比较 *上期比较法：时段比较、日别对比、周间比较、 月度比较、季度比较、年度比较 历史分析法的指标 *指标名称： 销售数量、销售额、销售毛利、毛利率、贡献度、交叉比率、销售占比、客单价、客流量、经营品数动销率、无销售单品数、库存数量、库存金额、人效、坪效*指标分类： 时间分类 ——时段、单日、周间、月度、季度、年度、任意 多个时段期间 性质分类 ——大类、中类、小类、单品 图例 2框架分析法 又叫全店诊断分析法 销量排序后，如出现50/50、40/60等情况，就是什么都能卖一点但什么都不 好卖的状况，这个时候就要对品类设置进行增加或删减，因为你的门店缺少 重点，缺少吸引顾客的东西。 如果达到10/90，也是品类出了问题。 如果是20/80或30/70、30/80，则需要改变的是商品的单品。 *单品ABC分析（PSI值的概念） 销售额权重（0.4）×单品销售额占类别比＋销售数量权重（0.3） ×单品销售数量占类别比＋毛利额权重（0.3）单品毛利额占类别比

*类别占比分析（大类、中类、小类） 类别销售额占比、类别毛利额占比、 类别库存数量占比、类别库存金额占比、 . . 类别来客数占比、类别货架陈列占比 表格范例 3价格带及销售二维分析法 首先对分析的商品按价格由低到高进行排序，然后 *指标类型：单品价格、销售额、销售数量、毛利额 *价格带曲线分布图 *价格带与销售对数图 价格带及销售数据表格 价格带分析法 4商品结构三维分析法 *一种分析商品结构是否健康、平衡的方法叫做三维分析图。在三维空间坐标上以X、Y、Z三个坐标轴分别表示品类销售占有率、销售成长率及利润率，每个坐标又分为高、低两段，这样就得到了8种可能的位置。 *如果卖场大多数商品处于1、2、3、4的位置上，就可以认为商品结构已经达到最佳状态。以为任何一个商品的品类销售占比率、销售成长率及利润率随着其商品生命周期的变化都会有一个由低到高又转低的过程，不可能要求所有的商品同时达到最好的状态，即使达到也不可能持久。因此卖场要求的商品结构必然包括：目前虽不能获利但具有发展潜力以后将成为销售主力的新商品、目前已经达到高占有率、高成长率及高利润率的商品、目前虽保持较高利润率但成长率、占有率趋于下降的维持性商品，以及已经决定淘汰、逐步收缩的衰退型商品。 *指标值高低的分界可以用平均值或者计划值。 图例 5商品周期增长率分析法 就是将一段时期的销售增长率与时间增长率的比值来判断商品所处生命周期阶段的方法。 不同比值下商品所处的生命周期阶段(表示) 如何利用商品生命周期理论指导营运(图示) 6销售预测方法[/hide] 1.jpg (67.5 KB) 1、历史分析法 . .

抽样原理及方法

抽样原理及方法 一、抽样的基本原则 随机化是抽样研究的基本原则。所谓随机化原则，是指在进行抽样时，总体中每一个体是否被抽取，并不由研究者主观决定，而是每一个体按照概率原理被抽取的可能性是相等的。 二、抽样的几种重要方法 抽样有两种方法；非概率抽样和概率抽样。使用哪种方法主要取决于我们是否打算对总体进行推断。非概率抽样用主观的（非随机的）方法从总体中抽取单元，它是一种快速、简易且省钱的抽样方法。但要能从样本对总体进行推算，必须假定样本对总体具有代表性，而在非概率抽样情形做这样的假设将有很大风险。 概率抽样则是基于随机的原则从总体中抽取单元。与非概率抽样相比，概率抽样较为复杂，费时，费用也较高，然而，由于单元是从总体中随机抽取出来的。而且能计算每一个单元的入样概率，因此能得到可靠的估计值及其抽样误差的估计值，并对总体进行推断。下面介绍的是概率抽样的几种重要方法。 1、简单随机抽样 它是最基本的抽样方法，适用范围广，最能体现随机化原则，原理简单。抽取时，总体中每个个体应有独立的、等概率被抽取的可能。抽取的样本满足两个基本条件：代表性和独立性，常用的具体抽取方式有抽签法和随机数字法。 有简单随机抽样得到的样本为简单随机样本。尽管在总体构成信息不同的情况下需要酌情采取不同的抽样方法，如分层抽样方法、集团抽样等，但随即抽样是各种抽样方法内含的基本要求，有四种不同的简单随机抽样方式：不重复抽样（还原抽样、放回抽样）；不重复抽样（非还原抽样、无放回抽样）；有序抽样（既考虑到何元素有考虑到各种元素出现的顺序）；无序抽样（只考虑到哪些元素不考虑各元素出现的顺序）。 2、等距抽样 它也叫做机械抽样或系统抽样。在实施时，将已遍好号码的个体排成顺序，在计算出抽样距离，然后按抽样距离抽取样本。第一个样本采用的是简单随机抽样的办法抽取。 K(抽样距离)=N（总体规模）/n(样本规模) 一般来说，这种抽样方法比简单随机抽样简便易行，而且它比较均匀地抽到总体中各个部分的个体，样本的代表性比简单随机抽样好。另外，等距抽样同简单随机抽样一样也容易忽略已有信息。 3、分层抽样（类型抽样） 现将总体中的所有单位按照某种特征或标志（性别、年龄等）划分成若干类型或层次，然后再在各个类型或层次中采用简单随机抽样或系统抽样的方法抽出一个子样本，最后将这些子样本合起来构成总体样本。分层有两种方法：a.先以分层变量将总体划分为若干层，再按照各层在总体中的比例从各层中抽取。例如修订智力测验中国版，先把中国的区域分成东北、华北等大行政区，每个大区再按照其人口比例随机抽取一定数量的被试（不分省市）。 b.先以分层变量将总体划分成若干层，再将各层中的元素按分层的顺序整齐排列，最后用系统抽样的方法抽取样本。例如在某大学进行大学生态度调查，可以先按专业分层，再按年级分层，然后根据抽中的专业和年级全体学生的名册进行等距抽样。分层抽样是把异质性较强的总体分成一个个同质性较强的子总体，在抽取不同的子总体中的样本分别代表该子总体，所有的样本进而合在一起代表总体。 分层标准： a.以调查所要分析和研究的主要变量或相关的变量作为分层的标准。 b.以保证各层内部同质性强、各层之间异质性强、突出总体内在结构的变量作